EAEV
Earth and Environmental Sciences
每条课题都是同一个动作：拿一个近届 ISEF 获奖作品，问它没问的那个关于自身有效性的问题。 分数是区间不是点值，也不预测奖级——评审看的是答辩表现，那是观察不到的。
V172–90
框架用公开水质数据，量化"监测站有多稀疏"如何转化为"某条河段被划错水质类别"的概率。
你自己的那一点这条链路——站网密度 → 插值不确定度 → 水质类别误判率——在气象领域有对应工作（Doherty 2024）、空气质量有（Van Egmond 1981），但在水质领域核查未见对应工作。而水质有一个别处没有的结构：河网是一维连通的，欧氏距离克里金在物理上是错的（上下游相邻但直线距离远的点会被错误关联）。对比欧氏克里金与河网克里金（Ver Hoef & Peterson 2010 / SSN2 包），并量化删失数据（低于检出限的值）处理方式的影响——这两步是你自己的。
擦过的已有工作： 常规克里金/IDW 在水质插值中的实践。
约束条件：意义（S）。 评委可能觉得这是统计工作而非环境科学。最便宜的提升方式：把结论落到一个具体的管理后果上——"若把某地区的监测站减少 N 个，会有多少河段被错划"。
季节窗口：完全不受影响（纯公开数据）。零器材、零预算、纯 CPU。 这是本类目在秋冬窗口下最稳的一条。
V273–83
框架用咖啡因追踪生活污水污染时，直接紫外吸光度法的检出限是多少？腐殖质干扰有多大？前作报告的空间格局，能否由干扰而非污染解释？
你自己的那一点核查发现 ISEF 2025 的 EAEV001（Grand Award） 报告的是吸光度而不是浓度，没有标准曲线、没有检出限、没有回收率。而 274 nm 直测在含腐殖质的水体中存在正干扰——更关键的是，它报告的"封闭河道 > 开阔水域"这个格局，恰好也是溶解有机碳（DOC）的格局。所以你的课题是：做一次方法学证伪——建立标准曲线与检出限，量化腐殖质干扰，然后检验前作的空间格局在扣除干扰后是否还成立。
擦过的已有工作： EAEV001（2025 Grand Award） —— 必须主动引用。这是"检验已有结论可靠性"的最直接形态。
约束条件：可辩护性。 你在质疑一个获奖项目，必须做得比它扎实。最便宜的提升方式：严格按分析化学的规范做——标准曲线、LOD/LOQ、加标回收率，一项不能少。这三样正是前作缺的。
季节窗口：不受影响（水样可全年采集）。注意展台禁液体，水样不能上台。
V365–83
框架用低成本 NDIR 传感器按衰减法反演室内换气率（ACH），传感器精度如何传导为 ACH 的不确定度？
你自己的那一点核查确认方法对照本身已被做过（Kabirikopaei 2020），残余空间在低成本 NDIR 精度的误差传播——即"传感器差 ±50 ppm，算出来的 ACH 差多少"。这是一条把已有方法学落到低成本器材上的误差预算工作。
擦过的已有工作： EAEV019（2026 Grand Award，智能监测仪查室内空气） —— 必须主动引用并区分。它做的是监测与问题识别，你做的是反演方法的误差预算。
约束条件：原创性偏低。 这是三条里最弱的一条，作为备选。最便宜的提升方式：把重点放在"什么条件下低成本传感器的 ACH 反演不可信"这个边界上，而不是"我也能测 ACH"。
季节窗口：不受影响（室内实验）。
V475–85
框架用同一套公开白化记录和同一个模型，把精度分别在随机划分、空间分块划分、时间前推划分下重算——"提前一年、误差 6%"里有多少在换成不泄漏的划分后还剩下？
你自己的那一点珊瑚白化数据在空间和时间上都强自相关（同一礁区相邻年份的记录近乎重复），随机划分会把同一事件的近邻样本同时放进训练集和测试集。2025 EAEV044（Grand Award）摘要原文写的是 "When validated using data augmentation"——先增广再验证，这一步本身就把同一条记录的变体分到了两侧。 你要做的是把同一批公开数据（NOAA Coral Reef Watch 的 SST/DHW + 公开全球白化事件数据库）跑三套划分协议，交付一个数字——"随机划分把精度抬高了几个百分点"——外加一份可复用的划分规范。注意本类目里已经有人做对了：2026 EAEV063（Special Award）摘要明写用了 "80/20 spatial blocking split"。同一届、同一类目，一个分块一个没分块，这个对照本身就是你的论据。
擦过的已有工作： 2025 EAEV044（Grand Award，全球珊瑚白化 AI 预测，SST 误差 0.14 °C、白化绝对误差 6.00%）、2026 EAEV024（Grand Award，五级白化严重度 92.9%、提前 12 周 75%）、2026 EAEV012（Special Award，MRBSS 指数 86% 命中）——后两者摘要中未见对划分方式的说明，只能记为"未报告"，不能记为"没做"。对照组：2026 EAEV063（Special Award）。方法学前作：空间分块交叉验证（Roberts 等 2017）、遥感模型精度被空间自相关虚高（Ploton 等 2020）——引用它们，但它们不是珊瑚题。语料中另有 2026 eaev054（珊瑚白化 AI 预测，奖项状态未渲染），需自行核查。
约束条件：原创性——这是本类目最拥挤的赛道。 珊瑚白化预测两届至少四项获奖，评委会先入为主把你归进同一堆。最便宜的规避方式：标题和开场第一句都不要出现"预测"，只出现"验证协议"；展板第一张图就是同一模型在三种划分下的三条精度曲线。你卖的是那个落差，不是模型。
季节窗口：完全不受影响（纯公开数据、纯 CPU）。零器材、零采购周期、展台无实物需求。
V574–84
框架当一个飓风年际预报模型报出"归一化 MAE = 0.0055"时，它相对于季节气候态基准的技巧评分是多少？把预测子换成保留功率谱的随机替代序列后，精度会掉多少？
你自己的那一点归一化误差不是技巧。对一个被平滑过、年周期又极强的目标序列，气候态基准本身就能拿到很小的归一化误差。2026 EAEV025（Grand Award + Special Award）摘要原文写明：目标是 "hurricane occurrence lags (KZ filtered for differentiability)"——先用 KZ 滤波把目标的高频抹掉，再去拟合它；报告的指标是归一化 MAE 0.005510 与 RMSE 0.014245。 平滑过的目标 + 归一化误差 + 摘要中未见基准对比，这三件事叠在一起，那个数字无法判断模型是否真有技巧。你的工作两步：(1) 在同一套公开数据（HURDAT2、SILSO 太阳黑子、IERS 极移）上重建气候态基准与持续性基准，用技巧评分（相对基准的误差下降百分比）重述精度；(2) 相位随机化安慰剂检验——把太阳黑子和极移替换成保留功率谱的替代序列，若精度不显著下降，这两个预测子贡献的就不是信息。
擦过的已有工作： 2026 EAEV025（Grand Award + Special Award，飓风预报 ML，预测子为大气温度 + 极移 + 太阳黑子）——必须主动引用。同向的还有 2023 EAEV008（Fourth Award，飓风快速增强 CNN），语料仅有标题，不可据此断言其做法。学术侧：太阳活动与热带气旋的相关性长期有争议；替代数据检验（Theiler 等 1992）是这类问题的标准工具。
约束条件：意义（S）——评委容易觉得你只在否定别人。 最便宜的提升方式：把结论写成正面形式——"在飓风年际预报里，一个预测子要过哪三道检验才算贡献了信息"——并把这三道检验做成任何人都能复用的脚本。
季节窗口：完全不受影响（纯公开数据）。零器材、零预算、纯 CPU。
V669–87
框架一个把时间当自变量的多项式 pCO2 模型，训练区间之外能外推几年还算可用？把训练数据截断到不同年份，误差随外推年限怎么涨？
你自己的那一点以时间为自变量的多项式在拟合区间内可以很好地吸收"不可测的季节因子和长期趋势"，但外推时高阶项必然发散——这是多项式的性质，问题不在于它发散，而在于没人报过它的有效外推年限。2025 EAEV058（Grand Award + Special Award）摘要写明模型用 "time-dependent variables" 捕捉不可测因子，并声称 "captures long-term pCO2 trends years earlier than NOAA predictions"，但摘要中未见留出期外推验证的描述。 你的工作：用公开的 SOCAT / NOAA 系泊浮标 pCO2 记录做滚动原点外推评估——训练截止到第 T 年，预测 T+1…T+k 年，画出 RMSE 关于外推年限 k 与多项式阶数的曲面；再与一个"线性趋势 + 谐波季节项"的三参数基准比。如果三参数基准在 k≥2 年时就反超，那句"提前数年捕捉趋势"就必须重述。
擦过的已有工作： 2025 EAEV058（Grand Award + Special Award，Taylor 多项式启发的 pCO2 模型，40 个浮标站，R² 提升 0.27、RMSE 提升 10.04 µatm）——必须主动引用。海洋碳侧的通行做法（SOCAT 数据集、SOM-FFN 类的经验映射）应列为参照基准。
约束条件：可辩护性——你必须说清你复现的到底是什么。 摘要没有给出多项式的具体形式，逐字复现做不到。最便宜的规避方式：不要声称"我复现了它"，而是"我评估了这一类模型"——把多项式阶数当扫描参数，结论对整个模型族成立，就不依赖于复现某一个具体实现。
季节窗口：完全不受影响（纯公开数据）。零器材、纯 CPU、展台无实物需求。
V779–89
框架把两期各自 98% 精度的分类图相减，得到的"热喀斯特湖面积一年增长 23%"，它的 95% 置信区间有多宽？宽到覆盖零吗？
你自己的那一点单期总体精度不是变化面积的精度。当目标类只占研究区面积的百分之几时，1.93% 的全图错分率折算到该类面积上的相对误差可以远大于 23%；而两期各自的错分在差值上还会叠加。2025 EAEV021（Grand Award）摘要原文报了 98.07% 的分类精度、2023→2024 湖面积增 23%、地形面积增 16%、由此推出 343 Mg 碳排增量，但摘要中未见面积估计的置信区间，也未见基于混淆矩阵的偏差校正。 你的工作是把遥感界的面积估计规范（Olofsson 等 2014、Stehman 2013）完整走一遍：分层随机抽样参考点 → 混淆矩阵 → 偏差校正面积估计 + 标准误，再把这个不确定度一路传到碳排放数字上。最终交付一句可直接引用的结论：在北极热喀斯特监测里，一年期的变化信号要多大才在统计上可分辨。
擦过的已有工作： 2025 EAEV021（Grand Award，光学 + SAR 融合 + 机器学习监测热喀斯特扩张与碳排放）——必须主动引用。同区另有 2025 EAEV057（Grand Award，北极冰的图-博弈框架），方向不同不构成同题。方法学前作是 Olofsson 与 Stehman 的面积估计规范——你的贡献不是提出它，而是证明不用它会导致什么量级的错误结论。
约束条件：可行性——参考点判读是纯人工的。 分层抽样后要在高分辨率影像上逐点判读数百个参考点，费时且不能外包。最便宜的规避方式：按目标标准误反推出统计上够用的最小参考点数，别多做；并用双人独立判读 + Cohen's kappa 报告判读本身的可靠性——顺带这就是一份额外的可辩护性证据。
季节窗口：完全不受影响（用存档影像，分析在哪个季节做都一样）。北极影像本身要挑无雪期，但那是选数据而不是选实验时间。 展台无实物需求。
V866–84
框架用 NDVI/NDBI/BAEI 这类指数做多时相变化监测时，在一个什么都没发生的对照区上，同一套流程会给出多大的"变化"？真实变化要超过这个噪声地板多少才可信？
你自己的那一点指数时间序列里同时装着三样东西——真实地表变化、物候年内循环、以及大气校正残差与太阳-观测几何（BRDF）的残余。2026 EAEV032（Special Award）摘要报告了 2021–2025 年 24 景 Sentinel-2 L2A 上六个指数的多时相分析，结论是"到 2025 年 8 月 NDVI 最快恢复、接近战前的 0.32，BAEI 稳定在 0.36"，但摘要中未见对照区设置，也未见物候归一化。 你的工作：对同一批影像，选若干未受影响的邻近同类地表作对照区，用完全相同的六指数流程跑一遍，量化"零变化条件下的指数波动幅度"；再把研究区自身的事件前时段当第二个对照，得到最小可检测变化量（MDC）。结论落到一句可执行的话：这类分析里 NDVI 差值小于 X 的"恢复"不应被解释为恢复。
擦过的已有工作： 2026 EAEV032（Special Award，Sentinel-2 战争损毁多时相监测，六个光谱指数）——必须主动引用。2026 EAEV063（Special Award，Sentinel-2 + XGBoost 监测非法采砂，F1=0.95，用了空间分块划分与 SHAP 归因） 是同一数据源上做得更规范的对照。另有 2022 EAEV075（Third Award，旱区植被变化与土地退化多因子回归），语料仅有标题，不可据此断言其做法。这条与已淘汰的"城市热岛卫星反演一致性"没有交集——那条查的是地表温度反演与地面站的一致性，这条查的是指数差分的噪声地板。
约束条件：意义（S）——"我算了个噪声地板"听上去像技术备注。 最便宜的提升方式：把噪声地板换算成决策后果——"按现有阈值，某地区有多少个已被判为'恢复'的地块其实落在噪声以内"。有了具体数量，就不再是技术备注。
季节窗口：完全不受影响（存档影像 + 纯 CPU）。秋冬做这条反而合适：物候正是你要量化的对象，你要的是全年存档而不是当季观测。
V969–87
框架短期地震危险性模型报 AUC-ROC = 0.79，这个数字对一个高度聚集的稀疏点过程意味着什么？换成 CSEP 标准的似然检验与每次地震信息增益，并加上一个"与时间无关的平滑地震率图"基准，模型排名还站得住吗？
你自己的那一点AUC 是为二分类设计的，对类别极不平衡且正样本空间高度聚集的点过程，它会给出乐观且难以解释的数值——把余震丛集当成"预测成功"就能把 AUC 拉起来。地震预报界为此专门发展了 CSEP 检验体系（L-test、S-test、每次地震信息增益）。2026 EAEV067（Grand Award）在验证上做得相当规范——严格时序划分、因果掩码、块自助置信区间，摘要明写基准是 ETAS 与神经时空点过程；但摘要报告的评价指标是 AUC-ROC 与 Top-5 走廊捕获率（26.7%→31.9%），未见 CSEP 式的似然检验，也未见与时间无关的平滑地震率基准。 后者恰恰是这个领域公认最难打败的"笨基准"。你的工作：用公开地震目录（南加州 SCEDC 或中国地震台网），实现平滑地震率基准与 ETAS，用 CSEP 指标和 AUC 并行评价，展示同一组模型在两套指标下排名是否反转。
擦过的已有工作： 2026 EAEV067（Grand Award，物理锚定的时空地震危险性模型，AUC-ROC 0.79，Top-5 走廊捕获 26.7%→31.9%）——必须主动引用，并且要明确承认它在验证上已经做对了很多事，你补的只是评价指标这一环（这种"承认前作强项"的写法本身能提高可辩护性）。学术侧：CSEP 检验框架、平滑地震率模型（Helmstetter 等 2007）、检验统计量（Zechar 等 2010）。
约束条件：可行性——统计门槛是本批十二条里最高的。 点过程似然、块自助、目录完备性震级 Mc 的估计，每一样都得真懂。最便宜的规避方式：把空间范围缩到目录质量好、Mc 低且稳定的单一区域，时间缩到十年，先把最小可闭环版本跑通再扩。
季节窗口：完全不受影响（公开目录 + 纯 CPU）。零器材、展台无实物需求。
V1070–88
框架把 Mg/Ca 比换算成温度要选一条标定方程，不同已发表标定式之间差多少度？把标定不确定度、溶解校正与年代模型误差一起蒙特卡洛传播之后，"轨道相位对齐时升温"这个结论的显著性还剩多少？
你自己的那一点Mg/Ca 古温度计有三处独立的不确定度来源，而报告里通常只出现一条曲线。(1) 标定方程是种属特异的，同一 Mg/Ca 值在不同已发表标定式下换算出的温度可以相差若干摄氏度；(2) 碳酸盐溶解会系统性压低 Mg/Ca，需用底水碳酸根或壳重做校正；(3) 年代模型本身有误差，而"与轨道参数对齐"这个结论恰恰对年代最敏感。2026 EAEV055（Special Award）摘要写明用三个种属的 Mg/Ca 经 ICP-MS 测定后换算成温度，并报告了 p<.01 的轨道相位关系，但摘要中未说明采用哪条标定式，也未见标定、溶解与年代不确定度如何进入显著性判断。 还有一个统计问题：对两条强自相关的时间序列做常规显著性检验会严重高估显著性，正确做法是相位随机化替代数据检验。你的工作：用公开的有孔虫 Mg/Ca 数据集（PANGAEA / NOAA Paleo）+ Laskar 轨道解，把上述三重不确定度做蒙特卡洛传播，并用替代数据法重算轨道相位关系的 p 值。
擦过的已有工作： 2026 EAEV055（Special Award，西太暖池有孔虫 Mg/Ca 重建近 280 kyr 表层与温跃层温度，与斜率角极大 / 岁差极小对齐）——必须主动引用。学术侧：种属标定与溶解校正（Anand 等 2003、Dekens 等 2002）、替代数据显著性检验（Ebisuzaki 1997、Theiler 等 1992）、贝叶斯年代模型。
约束条件：意义（S）与受众——古气候在评委席上是小众。 本条的学科契合是十二条里最高的（这就是地球科学本体），但能听懂的评委不一定多。最便宜的提升方式：展板主图只要一张——同一份数据、同一个结论，在"只画一条线"和"画出不确定度带"两种呈现下的并排对比。不懂古气候的评委也能一眼看出那两张图的差别。
季节窗口：完全不受影响（纯公开数据、纯 CPU、零采样）。这条不碰任何实物样品，也就完全绕开了展台禁液体、禁土壤的限制。
V1168–86
框架把县级作物单产预测的 R² 拆成"县均值 + 逐年技术趋势 + 天气异常"三块，气象因子真正解释了多少？把随机划分换成留一年份验证，R² 掉多少？在共线的气候特征之间，SHAP 归因换个子样本还稳定吗？
你自己的那一点县级单产有两个巨大的、与天气无关的可预测成分——县与县之间的固有差异，以及几十年的品种/农艺技术趋势。只用县编号和年份两个变量，R² 就能到相当高的水平，所以"R²=0.86"本身不能说明气候因子的价值。2026 EAEV021（Grand Award，AgriCast）摘要报告了 388 个属性、约百年跨度、5 至 8 月 R² 分别为 0.83/0.838/0.849/0.86，并用 SHAP 识别出 "several novel drivers (DYXT, DYNT)"；但摘要中未说明是否对技术趋势做了去趋势，也未说明训练/测试是按年份留出还是随机划分。 你的工作三步：(1) 方差分解，报告"扣掉县均值与趋势后气象因子的增量 R²"；(2) 留一年份交叉验证；(3) 共线特征下的 SHAP 归因稳定性检验——极端高温类指标彼此高度相关，SHAP 会在它们之间近乎任意地分配归因，用子样本重抽样看排名是否稳定，直接检验 "novel drivers" 这个说法。
擦过的已有工作： 2026 EAEV021（Grand Award，AgriCast 早期在田单产预测）——必须主动引用。2023 EAEV078（Fourth Award，用卫星数据做主产州县级单产预测）语料仅有标题，不能据此断言其做法，但同题风险要在开题时自查。学术侧：单产趋势分离是农业气象的标准前处理；相关特征下 SHAP 归因失真（Aas 等 2021）。
约束条件：原创性偏低——"要先去趋势"在农业气象界是常识。 这是本批十二条里原创性最低的一条，作为备选。最便宜的提升方式：别停在"我做了去趋势"，要给出量化的落差表——每一步规范化各扣掉多少 R²，最后剩下的那个数字才是气候预报的真实价值。落差表是你的产出，方法本身不是。
季节窗口：完全不受影响（公开的县级单产统计 + 气象再分析数据，纯 CPU）。
V1269–79
框架在单一初始浓度、单一投加量下测得的百分去除率，能不能用来比较两种吸附剂？把同一批材料改用吸附容量（mg/g）与等温线参数表述后，材料排名会不会反转？滴定法的检出限，够不够支撑那个"残余浓度"？
你自己的那一点百分去除率是实验设计的函数而不是材料的性质——它随液固比、初始浓度、接触时间单调变化，换个投加量就能把任意两种材料的排名调过来。真正可比的是平衡吸附容量与等温线参数（Langmuir 的 q_max、Freundlich 的 K_F）。2026 EAEV065（Grand Award）摘要写明是在 100 ppm 金属溶液中、48 小时、用碘量法与 EDTA 滴定测定，报出 Cu²⁺ 87.3%、Pb²⁺ 86.2%、Zn²⁺ 86.2%，并由单因素方差得出"金属之间无差异"（F=0.176）；但摘要未报告投加量与液固比，也未见等温线或 mg/g 容量。 还有一层分析化学问题：从 100 ppm 去掉 87% 后残余约 13 ppm，这个浓度已接近 EDTA 滴定终点判断变得吃力的区间——那个"无差异"结论有可能来自方法的分辨力而不是材料的性质。2025 EAEV003（Grand Award + Special Award，BIOPAC）报 "up to 100% removal of PFBA"，摘要未说明 PFAS 的定量手段与检出限——在分析化学里"100% 去除"只能表述为"低于检出限"。 你的课题：用一种自制吸附剂，把"百分去除率"和"等温线容量"两套表述并排给出，证明排名在什么条件下反转，并报出你自己方法的 LOD/LOQ 与加标回收率。
擦过的已有工作： 2026 EAEV065（Grand Award，生物炭-海藻酸钙珠双功能吸附与磷缓释）、2025 EAEV003（Grand Award + Special Award，BIOPAC 生物炭复合材料除 PFAS，RSSCT 柱试验）——两者都要主动引用。等温线是教科书内容，你的贡献不是提出它，而是量化"不做等温线会得出什么错误排名"。方法学纪律上，这条与 V2 是同一路数（标准曲线、LOD/LOQ、回收率一项不能少），开题时应与 V2 二选一，不要同时做。
约束条件：可行性——试剂采购与合规审查。 重金属盐属 ISEF 危险化学品范畴，需 SRC 事前审批与指导老师签字，采购周期还可能吃掉一个月。最便宜的规避方式：只用 Cu²⁺ 与 Zn²⁺（避开 Pb²⁺ 的毒性合规成本），定量改用分光光度显色法而非滴定——检出限低一个数量级，而且顺手把"滴定法分辨力不够"这件事变成你自己的正面证据。
季节窗口：完全不受影响（室内实验）。展台：溶液与滤液一律不能带；干燥的生物炭属干燥粉末，同样禁止——只能上照片、光谱图和等温线曲线，成型珠体是否可展示须提前与展台合规核对。
V1368–86
框架用低成本显微镜目视计数微塑料时，实验室空气纤维污染贡献了多少计数？不同判读者对同一批视场的计数差多少？把这两项误差装上去之后，"去除率 77%"的置信区间有多宽？
你自己的那一点微塑料计数领域公认的两大系统误差是程序空白（空气中的纤维、耗材脱落）和判读者主观性，国际质控指南因此要求每批样品必带空白、计数应盲法进行。2025 EAEV069（Special Award）摘要写明 "Using a high resolution microscope microplastics in both the treated and untreated water were recorded for comparison"，报出 400 µm 颗粒去除 >77%、20 µm 颗粒近 72%，并给出 p=1.2%；但摘要中未见程序空白、未见盲法计数、未见判读者间一致性。 你的工作不是再做一个滤芯，而是把这套廉价计数协议本身的误差量化：(1) 全流程程序空白（不加样品走完整流程）重复 N 次，得到本底计数分布；(2) 已知数量标准微塑料的加标回收率，按粒径分档；(3) 同一批盲编号视场由 3 名判读者独立计数，报加权 kappa 与计数变异系数；(4) 把上述误差蒙特卡洛传播到"去除率"上，给出误差条。最后用一个已知答案的对照收尾：不放任何滤材重跑一遍全流程，看这套协议会不会"测出"一个并不存在的去除率。
擦过的已有工作： 2025 EAEV069（Special Award，磁性氧化铁纳米颗粒微塑料滤器）为直接对象；2025 EAEV017（Special Award，拉曼光谱测夏威夷鱼鳃微塑料） 是同类目里用了确证性方法的对照——拉曼能确认聚合物身份，显微目视不能，这个对比正是你的论据；2026 EAEV052（Grand Award + Special Award，动物骨粉四层过滤） 摘要称 "turbidity and microplastics were also removed"，但未给出微塑料的定量方法。语料中另有 2024 EAEV062T、2024 EAEV014、2023 EAEV045 等仅标题行，需自行核查。学术侧：微塑料研究质量评分表与质控指南（Hermsen 等 2018、Brander 等 2020）——你的贡献是把这套规范落到中学可负担的器材上并给出实测误差。
约束条件：可行性——染色与镜检器材决定粒径下限。 尼罗红荧光染色需要激发/发射滤光片，纯明场显微镜下小于 50 µm 的颗粒识别率会崩。最便宜的规避方式：老实把粒径下限定在 100 µm（明场可辨），并把"这套器材在 X µm 以下无法可靠计数"作为结论之一报出来——这正是本课题要卖的东西。
季节窗口：完全不受影响（室内实验，用自配悬浮液，不依赖野外采样）。展台：悬浮液与滤液都不能带；滤膜虽为固体，仍建议以照片与显微图呈现，开题时向展台合规组确认。
V1466–76
框架用 ISO 8501-1 的 A–D 目视锈蚀等级给管材排名，换成失重法（单位面积质量损失）后排名是否一致？多个盲法评级者之间的等级差异有多大？
你自己的那一点目视锈蚀等级是有序的主观量，它对锈层颜色与覆盖率敏感，对实际金属损失并不线性；而"某材料最耐蚀"这个结论要求的是定量的腐蚀速率。2025 EAEV055（Grand Award）摘要写明用三个盐雾箱、三档盐度（0.0/2.0/5.0%）、三种管材、168 小时、100 °F，评价手段是 ISO 8501-1 目视等级；镀锌钢的三档结果依次为 A、B、A/B——即 2.0% 盐度下的评级反而比 5.0% 更差，出现了与盐度不单调的反序。 摘要未报告失重法、未报告分级是否盲法或由几人给出、也未报告每组重复样本数。那个反序既可能是真实现象，也可能就是分级噪声——分不清，是因为只有一种测量。 你的工作：同一组挂片同时做（1）失重法腐蚀速率（ASTM G1 除锈后称重）与（2）由 5 名未受训练的评级者盲法给出的 ISO 等级，量化评级者间一致性（加权 kappa），并回答在多大的腐蚀速率差异下目视分级会给出错误排名。
擦过的已有工作： 2025 EAEV055（Grand Award，盐水中管材腐蚀抗性，ISO 8501-1 目视分级）——必须主动引用，并明确说明你复用了它的盐度设计。学术侧：ASTM G1（除锈与失重计算）、ASTM B117（盐雾试验）为标准方法；加速盐雾与野外腐蚀速率之间的加速因子长期缺乏普适标定，这一点可作为你讨论的边界。
约束条件：学科契合（Fit）——这条最容易被判成材料科学而不是环境科学。 最便宜的规避方式：把盐度档位锚定到真实的水体入侵情境（用公开的河口或管网氯离子监测数据来选档），结论落到供水管网的金属析出风险上，让"环境"是问题的起点而不是背景板。可行性上还有一处硬门槛：失重法通常要 0.1 mg 分辨率的分析天平（约 2000–4000 元，吃掉预算大半）——最便宜的规避方式是把挂片面积做大，用 1 mg 分辨率的天平也能取得足够信噪比。
季节窗口：完全不受影响（室内加速试验）。168 小时一轮，3–4 个月内可跑 6–8 轮，重复数充足。展台：金属挂片是固体、可展示，但须避免锐边（锐器禁带）；盐溶液一律不能上台。
V1567–77
框架烟雾暴露对种子发芽的抑制出现在什么剂量上？把剂量用沉降颗粒物质量（µg/cm²）或累积暴露（µg·h/m³）定量之后，效应是落在真实野火烟雾能达到的浓度区间内，还是只出现在实验舱的饱和浓度下？
你自己的那一点一个环境胁迫实验能不能外推，取决于剂量是否被定量、并落在环境相关区间内。2026 EAEV028T（Grand Award）摘要写明分组是 "a lower exposure group with two replicates and a higher exposure group with three replicates"，结论是高暴露组发芽显著变慢、幼苗更矮，低暴露组证据不足，并用 FTIR 与 SEM 观察到酰胺 I 区变化与种皮开裂；但摘要中未见对烟雾暴露剂量的定量，也未见剂量与真实野火烟雾环境浓度的对应。 在"高/低"两点上做实验得不到剂量–响应曲线，也就回答不了"这个效应在真实野火下会不会发生"。你的工作：用滤膜称重把每一档暴露的沉降颗粒物质量定量为剂量基准量，设 5–6 个剂量档跨越两个数量级，得到完整的剂量–响应曲线与 EC50，并在同一张图上标出真实野火事件的实测烟雾浓度区间。滤膜重量法做剂量基准、光学传感器只做时间分辨的相对量——这样恰好绕开 2026 EAEV019（Grand Award）摘要指出的消费级光学 PM 传感器在水滴干扰下的读数问题，也与已淘汰的"PM2.5 湿度交叉敏感性标定"完全不同题。
擦过的已有工作： 2026 EAEV028T（Grand Award，烟雾对种子的化学与结构影响，FTIR + SEM）——必须主动引用，并明确你不重复它的机理部分，只补剂量轴。相邻的有 2026 EAEV018（Special Award，火烧土壤 + 向日葵对本地草发芽的影响），走的是土壤路径而非烟雾路径。学术侧：烟雾中的 karrikin（丁烯羟基呋喃酮）文献指向的是促进发芽，与前作报告的抑制方向相反——这个矛盾本身就是你最有说服力的立论点。
约束条件：可行性——燃烧、通风与合规最可能致死。 室内产烟涉及明火与有害气体，需通风橱或室外燃烧后管道引入，且属 ISEF 危险物质范畴需 SRC 事前审批。最便宜的规避方式：用可控阴燃发生装置（固定质量的植物材料、定时定量）替代明火，全程在通风橱内，并把"剂量可重复性"（同一档次多次燃烧的滤膜质量变异系数）作为方法学结果之一报出来。
季节窗口：勉强通过。 单轮发芽 10 天，5–6 个剂量档 + 重复 + 一个物种，净需 8–10 周，在 3–4 个月窗口内跑得完但没有返工余量——必须在 9 月前把产烟装置与剂量测定跑通，10 月起只做正式实验。不要做多物种：一个物种把剂量轴做扎实，胜过三个物种各两点。展台：培养皿用滤纸不用土壤（土壤禁带），种子与幼苗建议只用照片，活体材料须另行核对展台规则。